Startseite uTile Willkommen zum Informationsaustausch 2.0 Drucken Broschüre herunterladen Übersicht Willkommen zum Informationsaustausch 2.0 Mit der Lösung uTile PET lassen sich anhand verteilter Daten sicher und vertraulich Berechnungen anstellen, ohne dabei Daten offen zu legen und aus dem Bereich der Organisation herauszubringen. Diese von GMV entwickelte Lösung nutzt vertrauliche Daten zum Verbessern von Algorithmen im Bereich maschinelles Lernen und analytischen Modellen, hält dabei die organisatorischen Anforderungen ein, gewährleistet den Datenschutz und erfüllt die geltenden Rechtsvorschriften. Entscheidende Vorteile Ermöglicht die sichere und vertrauliche Ausführung von Berechnungen anhand verteilter Daten, ohne diese offen zu legen Nutzt sensible Daten zum Verbessern Algorithmen im Bereich maschinelles Lernen und analytischen Modellen Hält organisatorische Anforderungen ein, gewährleistet den Datenschutz und erfüllt zusätzlich geltende Rechtsvorschriften Merkmale uTile PET Technologien Zu uTilePET gehörende Technologien Sichere Mehrparteienberechnung: Bei der sicheren Mehrparteienberechnung ermöglicht additives Teilen von Geheimnissen die Segmentierung geheimer Daten in Teile, so dass keine der beteiligten Parteien die Möglichkeit hat, die ursprünglichen geheimen Daten zu rekonstruieren Föderiertes Lernen: Föderiertes Lernen ist eine algorithmische Lösung, mit der sich ML-Modelle trainieren lassen, in dem Kopien eines Modells versandt werden und das Training dort erfolgt, wo die Daten abgelegt sind Private Set Intersection: Wird bei vertikaler Positionierung genutzt. PSI ist ein Kryptographieverfahren, mit dem sich die Schnittmenge verschiedener Datensätze bestimmen lässt, ohne Daten offen legen zu müssen Differential Privacy: Bei diesem Verfahren bleiben Daten dadurch anonym, dass in den Datensatz bewusst Störungen eingeführt werden, so dass statistische Analysen aller Art mit hohem Nutzen durchgeführt werden können Vorteile Stellt sicher, dass sensible Daten niemals offen gelegt bzw. aus Abteilungen, Organisationen oder geographischen Gebieten heraus übertragen werden. Die Eigentümer der Daten müssen ihre Daten nicht Dritten anvertrauen. Die Daten sind weiterhin durch interne Kontrollen vor Ort oder in der Cloud geschützt und bei Berechnungen wird die Vertraulichkeit aller sensiblen Informationen gewahrt. Als zusätzlicher Vorteil macht dieses neue Paradigma den Weg frei für eine Kooperation zwischen Organisationen aus verschiedenen Bereichen, also zum Beispiel für die öffentlich-private oder sektorübergreifende Zusammenarbeit zur Nutzung von Synergien. Vom spanischen Ministerium für Wirtschaft und Unternehmen finanziertes Projekt (Aktenzeichen: TSI-100906-2019-2)
